Cómo leer imágenes manuscritas con IronOCR

¿Qué formato de entrada debo utilizar?

:path=/static-assets/ocr/content-code-examples/how-to/read-handwritten-image.cs

using IronOcr;

// Instantiate OCR engine
var ocr = new IronTesseract();

// Load handwriting image
var inputHandWriting = new OcrInput();
inputHandWriting.LoadImage("handwritten.png");

// Perform OCR on the handwriting image
OcrHandwritingResult result = ocr.ReadHandwriting(inputHandWriting);

// Output the recognized handwritten text
Console.WriteLine(result.Text);
// Output the confidence score of the OCR result
Console.WriteLine(result.Confidence);

IRON VB CONVERTER ERROR developers@ironsoftware.com

¿Qué resultados puedo esperar?

El método ReadHandwriting alcanzó una puntuación de confianza del 90,6%, identificando correctamente la mayor parte del texto, incluida la frase inicial "Me llamo Erin Fish"

Este excelente resultado demuestra la capacidad de IronOCR para trabajar con escritura manuscrita compleja. Aunque el motor tuvo problemas con el espaciado y las letras conectadas, logró extraer el mensaje principal. Esto demuestra que IronOCR maneja texto complejo y no estándar con eficacia.

Los principiantes en OCR pueden empezar con nuestro tutorial de OCR sencillo para comprender los conceptos básicos antes de abordar el reconocimiento de escritura a mano.

¿Cómo se utiliza la versión asíncrona?

IronOCR soporta una versión asíncrona: ReadHandwritingAsync. Esto es útil cuando se trata de código asíncrono que requiere la obtención de imágenes de entrada antes de su procesamiento. La documentación de soporte de async proporciona una guía completa sobre la implementación de operaciones de OCR asíncronas.

Utilizando la misma entrada, he aquí cómo utilizar el método async:

:path=/static-assets/ocr/content-code-examples/how-to/read-handwritten-image-async.cs

using IronOcr;
using System.Threading.Tasks;

// Instantiate OCR engine
var ocr = new IronTesseract();

// Load handwriting image
var inputHandWriting = new OcrInput();
inputHandWriting.LoadImage("handwritten.png");

// Perform OCR using the async method with 'await'.
// The compiler automatically infers this top-level code block as an 'async Task Main()' method.
OcrHandwritingResult result = await ocr.ReadHandwritingAsync(inputHandWriting);

// Output the recognized handwriting text
Console.WriteLine(result.Text);
// Output the confidence score of the OCR result
Console.WriteLine(result.Confidence);

IRON VB CONVERTER ERROR developers@ironsoftware.com

Puede proporcionar un parámetro opcional timeoutMs para especificar milisegundos antes de la cancelación automática. El valor predeterminado es -1, lo que significa que no hay límite de tiempo: la operación se ejecuta hasta su finalización.

Técnicas avanzadas de procesamiento

<Descripción: Guía visual que muestra opciones avanzadas de procesamiento -->

Para situaciones complejas de reconocimiento de escritura, considere estas técnicas avanzadas:

OCR específico de la región: Cuando trabaje con formularios o documentos estructurados, utilice OCR basado en regiones para centrarse en áreas específicas que contengan texto manuscrito. Este enfoque mejora la precisión al limitar el área de procesamiento:

using IronOcr;
using IronSoftware.Drawing;

var ocrTesseract = new IronTesseract();
using var ocrInput = new OcrInput();

// Define a specific region for signature area
var signatureRegion = new CropRectangle(x: 100, y: 500, width: 300, height: 100);
ocrInput.LoadImage("form-with-signature.png", signatureRegion);

var signatureResult = ocrTesseract.ReadHandwriting(ocrInput);
Console.WriteLine($"Signature text: {signatureResult.Text}");

using IronOcr;
using IronSoftware.Drawing;

var ocrTesseract = new IronTesseract();
using var ocrInput = new OcrInput();

// Define a specific region for signature area
var signatureRegion = new CropRectangle(x: 100, y: 500, width: 300, height: 100);
ocrInput.LoadImage("form-with-signature.png", signatureRegion);

var signatureResult = ocrTesseract.ReadHandwriting(ocrInput);
Console.WriteLine($"Signature text: {signatureResult.Text}");

IRON VB CONVERTER ERROR developers@ironsoftware.com

Seguimiento del progreso: Para el procesamiento por lotes de múltiples documentos manuscritos, implemente seguimiento del progreso para supervisar la operación de OCR:

ocrTesseract.OcrProgress += (sender, e) => 
{
    Console.WriteLine($"Processing: {e.ProgressPercent}% complete");
};

ocrTesseract.OcrProgress += (sender, e) => 
{
    Console.WriteLine($"Processing: {e.ProgressPercent}% complete");
};

IRON VB CONVERTER ERROR developers@ironsoftware.com

¿Qué dificultades debo tener en cuenta?

Aunque IronOCR consigue un alto nivel de confianza a la hora de conservar la estructura general y el texto, el OCR sigue teniendo problemas con la escritura a mano, lo que da lugar a errores localizados. Los retos habituales requieren la verificación del resultado extraído:

Espaciado irregular: El texto impreso tiene un espaciado uniforme entre las letras. El espaciado entre trazos y las conexiones entre letras varían mucho. Esto provoca una segmentación incorrecta de los caracteres, como se muestra cuando ununiformed se divide en caracteres individuales (u n u n i f o c m e d) en lugar de en una sola palabra.

Variación de trazos: Cada persona tiene una letra única, y los individuos escriben la misma letra de forma diferente cada vez. Las conexiones y los patrones de las letras varían significativamente. Esto evita un modelo de "talla única", ya que el motor debe manejar una gran variabilidad en la inclinación del trazo, la presión y la forma, lo que hace que la coincidencia de patrones sea menos fiable que con fuentes estandarizadas.

Formas de caracteres ambiguas: La escritura a mano a menudo utiliza trazos simplificados o apresurados, creando formas ambiguas. Una e escrita rápidamente puede parecerse a una c, o una l y una i conectadas pueden identificarse erróneamente.

Problemas de calidad y resolución: La mala calidad del escaneado, la baja resolución o la tinta descolorida afectan significativamente a la precisión del reconocimiento. Si se encuentra con este tipo de problemas, consulte nuestra guía general de solución de problemas para encontrar soluciones.

Cuando utilice este método, compruebe que el resultado coincide con el texto de entrada, prestando especial atención a las palabras poco espaciadas o mal formadas. Considere la posibilidad de implementar una lógica de posprocesamiento para gestionar los errores de reconocimiento comunes específicos de su caso de uso.

[{w:( El método ReadHandwriting sólo puede lograr una extracción OCR de baja precisión cuando se trata de escrituras cursivas. @@--CIERRE DE SOPORTE--@@